नया क्या है

यह पृष्ठ Potato v2.x रिलीज़ में नई सुविधाओं और सुधारों को कवर करता है।

Potato 2.7.2

अगस्त 2026 में जारी

फ़्री-टेक्स्ट फ़ील्ड के लिए कीस्ट्रोक लॉगिंग। Potato किसी उत्तर के पीछे की टाइमिंग रिकॉर्ड करता है, अक्षर कभी नहीं, और यह टाइप करने को पेस्ट करने से अलग बताने के लिए काफ़ी निकलता है।

• कीस्ट्रोक लॉगिंग — हर फ़्री-टेक्स्ट फ़ील्ड पर ठहराव, बर्स्ट, संशोधन और पेस्ट का कंटेंट-ब्लाइंड कैप्चर, प्रति उत्तर लगभग चालीस सारांश फ़ीचर की गणना के साथ। डिफ़ॉल्ट रूप से बंद।
• लेखन-प्रक्रिया पहचान — स्पष्ट थ्रेशोल्ड वाले छह नामित नियम, जो हर फ़्लैग के पीछे के फ़ीचर मान बताते हैं। थ्रेशोल्ड आपके अपने प्रोजेक्ट पर दोबारा फ़िट किए जा सकते हैं, और अगर आपके पास लेबल हैं तो एक सुपरवाइज़्ड रास्ता भी है।
• नैतिकता मार्गदर्शन — नमूना सहमति भाषा, प्रतिधारण और विलोपन, बेस-रेट समस्या, और यह कि फ़्लैग कोई निष्कर्ष नहीं बल्कि देखने का संकेत क्यों है।
• ऑप्ट-इन एक्सपोर्ट — export_include_typing_dynamics एक सारांश साइडकार लिखता है, और --format keystrokes कच्ची स्ट्रीम Parquet में लिखता है। दोनों में से कोई भी डिफ़ॉल्ट रूप से चालू नहीं है, इसलिए व्यवहार संबंधी डेटा ग़लती से किसी डेटासेट रिलीज़ में नहीं पहुँचता।

एनोटेटर को सूचना देना डिफ़ॉल्ट रूप से चालू है, और इसे बंद करने पर स्टार्टअप के समय चेतावनी लॉग होती है।

Potato 2.7.1

जुलाई 2026 में जारी

ट्रांसक्रिप्ट इनजेशन, इस आधार पर कि ट्रांसक्रिप्ट पहले से मौजूद है। किसी ने Whisper चलाया, या कैप्शन डाउनलोड किए, या कोई कॉर्पस थमा दिया गया, और अगला क़दम कन्वर्ज़न स्क्रिप्ट लिखना नहीं होना चाहिए।

• 21 ट्रांसक्रिप्ट और सबटाइटल फ़ॉर्मेट, पहले 6 थे। Whisper, WhisperX, whisper.cpp, AWS Transcribe, Deepgram, AssemblyAI, Rev.ai, SPoRC, SubRip, WebVTT, SubStation Alpha, TTML/DFXP, YouTube json3 और srv1/srv2/srv3, NIST CTM, Praat TextGrid, और ELAN EAF। पहचान फ़ाइल की सामग्री से होती है, एक्सटेंशन से नहीं।
• साइडकार ट्रांसक्रिप्ट फ़ाइलें — कोई डेटा फ़ाइल ट्रांसक्रिप्ट को इनलाइन करने के बजाय डिस्क पर media/int_001.srt की ओर इशारा कर सकती है। पाथ मानक path-security जाँच से होकर task_dir के भीतर हल होते हैं, इसलिए आपके ट्रांसक्रिप्ट ऐसी फ़ाइलें बने रहते हैं जिन्हें आप diff और री-एक्सपोर्ट कर सकते हैं।
• potato transcripts — एक कन्वर्टर जो ASR आउटपुट के फ़ोल्डर को एनोटेशन-तैयार डेटा फ़ाइल में बदल देता है, ट्रांसक्रिप्ट को बेसनेम के आधार पर मीडिया से जोड़ते हुए। --dry-run कुछ भी लिखने से पहले बताता है कि उसने क्या पहचाना, और --emit-config उससे मेल खाता कॉन्फ़िग प्रिंट करता है।
• चार स्कीमा में एक ही फ़ॉर्मेट शब्दावली — speech_transcript, voice_interaction, और tiered_annotation अब वह सब स्वीकार करते हैं जो audio_dialogue डिस्प्ले स्वीकार करता है। पहले यह सिर्फ़ डिस्प्ले तक सीमित था।
• Whisper ट्रांसक्रिप्ट का एनोटेशन और YouTube सबटाइटल का एनोटेशन दोनों शुरुआती बिंदुओं को आद्योपांत समझाते हैं।

ASR और diarization अब भी अपस्ट्रीम चलते हैं। Potato उनका आउटपुट पढ़ता है; वह ख़ुद ट्रांसक्राइब नहीं करता।

Potato 2.7.0

जुलाई 2026 में जारी

Potato 2.7 एक ही विचार पर टिका है: एनोटेशन टूल को यह मापना चाहिए कि निर्णय कैसे लिए जाते हैं, न कि सिर्फ़ यह दर्ज करना चाहिए कि वे क्या थे। यह दोनों तरह के निर्णायकों पर लागू होता है: एनोटेशन करने वाले इंसान, और मूल्यांकित हो रहे AI मॉडल।

मनुष्य कैसे लेबल करते हैं, यह मापना

सात ऑप्ट-इन सुविधाएँ, जिनमें से किसी के लिए LLM ज़रूरी नहीं।

• साइकोमेट्रिक्स इंजन — एक लाइव आइटम-रिस्पॉन्स-थ्योरी परत, जो हर लेबल को सूखे बहुमत मत के बजाय एक पोस्टीरियर और विश्वास अंतराल (p = 0.94 [0.88–0.97]) देती है। यह सिर्फ़ सहमति के पैटर्न से एनोटेटर की क्षमता और आइटम की कठिनाई का अनुमान लगाती है, आइटम उस एनोटेटर तक भेजती है जिसके निर्णय में सबसे ज़्यादा जानकारी है, और संभावित कोडबुक गड़बड़ियाँ फ़्लैग करती है।
• मल्टीप्लेयर रूम — वही कैलिब्रेशन मीटिंग जो आपकी टीम पहले से स्क्रीन-शेयर पर करती है, टूल के भीतर और मापी हुई: ब्लाइंड वोट, होस्ट रिवील, चर्चा, दोबारा वोट, साथ में एक लाइव Krippendorff's α मीटर जो दिखाता है कि सत्र से क्या हासिल हुआ।
• बाउंड्री लैब — हर लेबल के बाद काउंटरफ़ैक्चुअल जाँच (“क्या तब भी यही रहता?”), जो सामान्य एनोटेशन को contrast set में बदल देती है और गोल्ड आइटम बोए बिना असंगत एनोटेटर पकड़ लेती है।
• Truth Serum — surprisingly-popular peer-prediction स्कोरिंग, जो कठिन एनोटेशन में बहुमत मत से बेहतर करती है, वह भी बिना गोल्ड लेबल के।
• Think-Aloud मोड — एनोटेटर काम करते हुए बोलते हैं; speech-to-text पूरी तरह लोकल चलता है और शब्दशः ट्रांसक्रिप्ट ही तर्क बन जाता है।
• पेपर मोड — एक कमांड किसी प्रोजेक्ट को कंपाइल होने योग्य LaTeX डेटासेट रिपोर्ट में बदल देती है, सहमति आँकड़े और उद्धरण सहित।
• पॉकेट मोड — स्वाइप होने वाले कार्ड स्टैक, ऑफ़लाइन सिंक, और PWA इंस्टॉल के साथ पूरे दर्जे का मोबाइल एनोटेशन।

AI एजेंटों का मूल्यांकन

एजेंट-मूल्यांकन सुइट अब टीम संरचना और मल्टीमॉडल एजेंटों तक फैल गया है: एक क्लिक करने योग्य एजेंट इंटरैक्शन ग्राफ़, क्रॉस-एजेंट विफलता एट्रिब्यूशन, हैंडऑफ़ समीक्षा, प्रति-एजेंट और टीम स्कोरकार्ड, टूल-कंटेंशन टाइमलाइन, और उभरते व्यवहार की टैगिंग, साथ ही GUI/computer-use ट्रैजेक्टरी, फ़ुल-डुप्लेक्स वॉइस टाइमलाइन, वीडियो टेम्पोरल ग्राउंडिंग, और दस्तावेज़-तालिका संरचना।

बाक़ी सब जगह

क्रॉस-डॉक्यूमेंट इवेंट एनोटेशन, टर्न-स्तरीय एनोटेशन, पूर्ण-पृष्ठ एडिटर वाला जीवंत-दस्तावेज़ कोडबुक, वैकल्पिक OCR के साथ PDF क्रॉस-पेज लिंकिंग, प्रति-कोहॉर्ट स्कीमा वाली RBAC भूमिकाएँ, 10 भाषाओं में एडमिन और एनोटेटर डैशबोर्ड, और कहीं हल्का इंस्टॉल: AI SDK अब आलसी ढंग से लोड होते हैं, जिससे बूट समय लगभग 2.0s से घटकर 0.7s रह गया।

Potato 2.6.0

जून 2026 में जारी

Potato 2.6 गुणात्मक डेटा विश्लेषण में क़दम रखता है और एजेंट-मूल्यांकन टूलकिट को गहरा करता है। इसमें QDA Mode, सिग्नल-आधारित ट्राइएज क्यू के साथ LLM-as-judge कैलिब्रेशन और अलाइनमेंट वर्कफ़्लो, और ट्रैजेक्टरी-एडिटिंग स्कीमा जुड़े हैं जो SFT और DPO प्रशिक्षण डेटा तैयार करते हैं। Potato को GPL-3.0-or-later के तहत पुनः लाइसेंस भी किया गया है (पहले PolyForm Shield था)।

QDA Mode

ऑप्ट-इन qda_mode Potato को सहयोगी गुणात्मक-कोडिंग वर्कस्पेस में बदल देता है। इसे चालू करने पर जीवंत कोडबुक, in-vivo कोडिंग, विश्लेषक मेमो, केस, और फ़ुल-टेक्स्ट सर्च एक साथ जुड़ जाते हैं, और डिफ़ॉल्ट ऐसे एक विश्लेषक के हिसाब से ट्यून हैं जो पूरा कॉर्पस अकेले कोड कर रहा हो।

qda_mode:
  enabled: true            # codebook + memos + cases + search
codebook_invivo_key: i     # mint a code from a text selection
search:
  enabled: true
  annotator_claim: true

QDA Mode के बारे में और जानें →

LLM-as-Judge कैलिब्रेशन और अलाइनमेंट

एक या अधिक LLM निर्णायकों से डेटा ऑटो-लेबल करें, फिर सटीकता, सहमति, और कैलिब्रेशन त्रुटि मापने के लिए एक ब्लाइंड मानव कैलिब्रेशन पास चलाएँ। एक अलग सिंगल-जज अलाइनमेंट वर्कफ़्लो, जैसे-जैसे आप रूब्रिक सुधारते हैं, आपके मानव गोल्ड लेबल के मुक़ाबले Cohen's kappa ट्रैक करता है, और एनोटेशन के दौरान वैकल्पिक इनलाइन फ़ैसला दिखा सकता है।

Judge Calibration के बारे में और जानें → · Judge Alignment →

सिग्नल-आधारित ट्राइएज क्यू

एनोटेशन क्यू को प्रति-आइटम गुणवत्ता सिग्नल के आधार पर प्राथमिकता दें: एजेंट की कोई त्रुटि, प्रोडक्शन में मिला thumbs-down, कम स्कोर, या कोई भी कस्टम फ़ील्ड। इससे समीक्षक सबसे संदिग्ध आइटम पहले देखते हैं, आने के क्रम में नहीं।

triage:
  enabled: true
  signal_field: quality_score
  invert_signal: true
assignment_strategy: priority

ट्राइएज क्यू के बारे में और जानें →

SFT/DPO के लिए ट्रैजेक्टरी एडिटिंग

नए trajectory_edit और trajectory_correction स्कीमा एनोटेटर को एजेंट ट्रेस के चरण दोबारा लिखने देते हैं। एक्सपोर्टर हर मूल/सुधारित जोड़े को supervised fine-tuning लक्ष्यों (trajectory_sft.jsonl) और DPO वरीयता जोड़ों (trajectory_dpo.jsonl) में बदल देता है।

ट्रैजेक्टरी एडिटिंग के बारे में और जानें →

eval_trace डिस्प्ले

तीन-पैनल वाला एजेंट-ट्रेस डिस्प्ले, यानी Reasoning, Function Calls, और Final Answer, जो निरंतर मूल्यांकन के लिए बना है, जहाँ ट्रेस किसी webhook, Langfuse पोलर, या निगरानी में रखी डायरेक्टरी से आते हैं और आते ही जाँचे जाते हैं।

eval_trace के बारे में और जानें →

वर्कफ़्लो और असाइनमेंट

• विषम कवरेज — प्रति-आइटम एनोटेटर सीमाएँ, inter-annotator agreement रिपोर्टिंग, और उन कार्यों के लिए adjudication रूटिंग जहाँ अलग-अलग आइटम को अलग-अलग संख्या में एनोटेटर चाहिए।
• छोड़े गए असाइनमेंट वापस लें — Prolific या QC-ब्लॉक हुए वर्कर द्वारा छोड़े गए असाइनमेंट पुनः प्राप्त करें, कॉन्फ़िगर करने योग्य प्रतिधारण और idempotent reclaim के साथ।
• Custom Batch असाइनमेंट रणनीति — पूर्वनिर्धारित आइटम बैच विशिष्ट एनोटेटर को सौंपें।
• रिवर्स-प्रॉक्सी URL प्रीफ़िक्स — Potato को रिवर्स प्रॉक्सी के पीछे किसी सब-पाथ पर सर्व करें।

लाइसेंसिंग

Potato अब GPL-3.0-or-later के तहत जारी होता है, जिसे PolyForm Shield से पुनः लाइसेंस किया गया है। आप इसका उपयोग, संशोधन, और पुनर्वितरण कर सकते हैं, व्यावसायिक रूप से भी, बशर्ते व्युत्पन्न कार्य GPL के तहत ही रहें। विवरण के लिए About पृष्ठ देखें।

प्रदर्शन और स्थिरता

• लगभग 3× तेज़ बूट। ML स्टैक अब स्टार्टअप पर पहले से लोड नहीं होता: import समय लगभग 6.5s से घटकर 2s, 50k-आइटम बूट लगभग 10s से 5.7s, और रेज़िडेंट मेमोरी लगभग 750MB से 365MB रह गई।
• स्कीमा का नाम बदला। annotation_type: highlight अब span है, और माइग्रेशन मौजूद है। पुराने कॉन्फ़िग में टाइप का नाम बदलकर उन्हें अपडेट करें; मौजूदा span कॉन्फ़िग पर कोई असर नहीं पड़ता।
• QA-कड़ाई की एक व्यापक लहर ने रूट रजिस्ट्रेशन, प्रशिक्षण चरण, Prolific, पर्सिस्टेंस, एक्सपोर्ट और सर्वे हैंडलिंग, webhooks, solo mode, और active learning को छुआ।

Potato 2.5.0

2026 में जारी

एक गुणात्मक-कोडिंग लहर, जो Potato को उसके NLP और ML एनोटेशन दायरे के साथ-साथ गुणात्मक-शोध वर्कफ़्लो के लिए भी भरोसेमंद बनाती है।

• Inter-annotator agreement — Krippendorff's alpha के अलावा Cohen's kappa (जोड़ीवार) और Fleiss' kappa (N रेटर), जो admin agreement API से मिलते हैं। देखें inter-annotator agreement गाइड।
• नए एक्सपोर्टर — codebook (प्रति-स्कीमा CSV, जिसमें कोड पदानुक्रम, रंग, विवरण, और उपयोग गिनती) और quotation_report (प्रति-span CSV, जिसमें टेक्स्ट, ऑफ़सेट, स्रोत दस्तावेज़, और कोडर)।
• कोड एनालिटिक्स — जोड़ीवार कोड सह-उपस्थिति के लिए admin endpoint, और मौजूदा instance मेटाडेटा पर कोड-बनाम-विशेषता crosstab।

Potato 2.4.5

2026 में जारी

स्थिरता और टूलिंग रिलीज़।

• Validated refinement — solo-mode एनोटेशन दिशानिर्देशों को क्रमशः बेहतर करने का एक pluggable फ़्रेमवर्क, जिसमें दिशानिर्देशों के विरोधाभास और मेटाडेटा लीकेज के विरुद्ध सुरक्षा है।
• कॉन्फ़िग वैलिडेटर — एक नया python -m potato.validate_cli CLI, जो कॉन्फ़िग कुंजियों को known-config स्कीमा के विरुद्ध जाँचता है।
• सुरक्षा — path validation में path-traversal sibling-prefix बायपास का सुधार (GHSA-q9m2-fhv9-3jcf)।
• सेव/नेविगेशन state-sync, Prolific एकीकरण, multi-phase नेविगेशन, और quality-control फ़ीडबैक में सुधार।

Potato 2.3.0

9 मार्च 2026 को जारी

Potato 2.3 Potato के इतिहास में सबसे बड़ी रिलीज़ है, जिसमें एजेंटिक एनोटेशन, Solo Mode, Best-Worst Scaling, SSO/OAuth प्रमाणीकरण, Parquet एक्सपोर्ट, 15 नए डेमो प्रोजेक्ट, और सुरक्षा कड़ाई शामिल हैं।

एजेंटिक एनोटेशन

मानव एनोटेशन के माध्यम से AI एजेंटों का मूल्यांकन करने के लिए एक पूर्ण प्रणाली। इसमें 12 ट्रेस फॉर्मेट कन्वर्टर, 3 विशेष डिस्प्ले प्रकार, और 9 पूर्व-निर्मित एनोटेशन स्कीमा शामिल हैं।

12 ट्रेस फॉर्मेट कन्वर्टर — OpenAI, Anthropic, SWE-bench, OpenTelemetry, MCP, CrewAI/AutoGen/LangGraph, LangChain, LangFuse, ReAct, WebArena/VisualWebArena, ATIF, और रॉ ब्राउज़र रिकॉर्डिंग से एजेंट ट्रेस आयात करें। ऑटो-डिटेक्शन उपलब्ध है।

agentic:
  enabled: true
  trace_converter: react       # or openai, anthropic, webarena, auto, etc.
  trace_file: "data/traces.jsonl"

3 डिस्प्ले प्रकार:

• Agent Trace Display — कलर-कोडेड स्टेप कार्ड, कोलैप्सिबल ऑब्जर्वेशन, JSON प्रिटी-प्रिंटिंग, और टूल-उपयोग करने वाले एजेंटों के लिए टाइमलाइन साइडबार
• Web Agent Trace Display — SVG ओवरले के साथ पूर्ण स्क्रीनशॉट जो क्लिक टार्गेट, टेक्स्ट इनपुट, और स्क्रॉल क्रियाएं दिखाता है; ब्राउज़िंग एजेंटों के लिए फिल्मस्ट्रिप नेविगेशन
• Interactive Chat Display — लाइव चैट मोड (एनोटेटर प्रॉक्सी के माध्यम से एजेंट के साथ इंटरैक्ट करता है) और वार्तालाप एजेंटों के लिए ट्रेस समीक्षा मोड

प्रति-टर्न रेटिंग — सूक्ष्म मूल्यांकन के लिए समग्र ट्रेस के साथ-साथ अलग-अलग चरणों को रेट करें।

9 पूर्व-निर्मित स्कीमा — agent_task_success, agent_step_correctness, agent_error_taxonomy, agent_safety, agent_efficiency, agent_instruction_following, agent_explanation_quality, agent_web_action_correctness, agent_conversation_quality।

Agent Proxy System — लाइव एजेंट मूल्यांकन के लिए OpenAI, HTTP, और echo प्रॉक्सी।

एजेंटिक एनोटेशन के बारे में अधिक जानें →

Solo Mode

एक 12-चरण बुद्धिमान कार्यप्रवाह जहाँ एक एकल मानव एनोटेटर पूरे डेटासेट को लेबल करने के लिए LLM के साथ सहयोग करता है, जिससे कुल मानव लेबलों के केवल 10-15% की आवश्यकता के साथ मल्टी-एनोटेटर पाइपलाइनों के साथ 95%+ सहमति प्राप्त होती है।

12 चरण:

1. Seed Annotation — मानव 50 विविध उदाहरणों को लेबल करता है
2. Initial LLM Calibration — LLM बीज उदाहरणों का उपयोग करके लेबल करता है
3. Confusion Analysis — व्यवस्थित असहमति पैटर्न पहचानें
4. Guideline Refinement — LLM प्रस्तावित करता है, मानव अद्यतन दिशानिर्देश अनुमोदित करता है
5. Labeling Function Generation — ALCHEmist-प्रेरित प्रोग्रामेटिक नियम
6. Active Labeling — मानव सबसे जानकारीपूर्ण उदाहरणों को लेबल करता है
7. Automated Refinement Loop — बेहतर दिशानिर्देशों के साथ पुनरावृत्त पुनः-लेबलिंग
8. Disagreement Exploration — मानव LLM/LF संघर्षों को हल करता है
9. Edge Case Synthesis — LLM मानव लेबलिंग के लिए अस्पष्ट उदाहरण उत्पन्न करता है
10. Cascaded Confidence Escalation — मानव सबसे कम-आत्मविश्वास वाले लेबलों की समीक्षा करता है
11. Prompt Optimization — DSPy-प्रेरित स्वचालित प्रॉम्प्ट खोज
12. Final Validation — यादृच्छिक नमूना समीक्षा

solo_mode:
  enabled: true
  llm:
    endpoint_type: openai
    model: "gpt-4o"
    api_key: ${OPENAI_API_KEY}
  seed_count: 50
  accuracy_threshold: 0.92

Multi-Signal Instance Prioritization — सबसे मूल्यवान उदाहरणों का चयन करने के लिए 6 भारित पूल (uncertain, disagreement, boundary, novel, error_pattern, random)।

Solo Mode के बारे में अधिक जानें →

Best-Worst Scaling

कुशल तुलनात्मक एनोटेशन जहाँ एनोटेटर टुपल से सर्वोत्तम और सबसे खराब आइटम चुनते हैं। संतुलित अधूरे ब्लॉक डिज़ाइन के साथ स्वचालित टुपल निर्माण और तीन स्कोरिंग विधियाँ (Counting, Bradley-Terry, Plackett-Luce)।

annotation_schemes:
  - annotation_type: bws
    name: fluency
    tuple_size: 4
    best_description: "Most Fluent"
    worst_description: "Least Fluent"

Best-Worst Scaling के बारे में अधिक जानें →

SSO और OAuth प्रमाणीकरण

Google OAuth (डोमेन प्रतिबंध), GitHub OAuth (संगठन प्रतिबंध), और जेनेरिक OIDC (Okta, Azure AD, Auth0, Keycloak) के साथ प्रोडक्शन-तैयार प्रमाणीकरण। ऑटो-रजिस्ट्रेशन, मिश्रित मोड, और सत्र प्रबंधन का समर्थन करता है।

authentication:
  method: google_oauth
  google_oauth:
    client_id: ${GOOGLE_CLIENT_ID}
    client_secret: ${GOOGLE_CLIENT_SECRET}
    allowed_domains:
      - "umich.edu"
    auto_register: true

SSO और OAuth के बारे में अधिक जानें →

Parquet एक्सपोर्ट

Apache Parquet फॉर्मेट में एनोटेशन एक्सपोर्ट करें, जो तीन संरचित फ़ाइलें उत्पन्न करता है: annotations.parquet, spans.parquet, और items.parquet। snappy, gzip, zstd, lz4, और brotli कम्प्रेशन, इंक्रीमेंटल एक्सपोर्ट, और दिनांक/एनोटेटर पार्टीशनिंग का समर्थन करता है। pandas, DuckDB, PyArrow, Polars, और Hugging Face Datasets के साथ संगत।

parquet_export:
  enabled: true
  output_dir: "output/parquet/"
  compression: zstd
  auto_export: true

Parquet एक्सपोर्ट के बारे में अधिक जानें →

15 नए डेमो प्रोजेक्ट

project-hub/ में नए डेमो जो एजेंटिक एनोटेशन (5 डेमो), Solo Mode (3 डेमो), Best-Worst Scaling (3 डेमो), प्रमाणीकरण (2 डेमो), और एक्सपोर्ट कार्यप्रवाह (2 डेमो) को कवर करते हैं। कोई भी डेमो potato start config.yaml से शुरू करें।

सुरक्षा कड़ाई

• कॉन्फ़िगरेबल समाप्ति के साथ क्रिप्टोग्राफिक रूप से सुरक्षित सत्र टोकन
• डिफ़ॉल्ट रूप से CSRF सुरक्षा सक्षम
• प्रमाणीकरण एंडपॉइंट पर दर सीमित करना
• उपयोगकर्ता-प्रदत्त सामग्री के लिए इनपुट सैनिटाइज़ेशन
• सभी पैकेजों के साथ डिपेंडेंसी ऑडिट अपडेट
• Content Security Policy हेडर

अन्य सुधार

• असमर्थित एजेंट फ्रेमवर्क के लिए कस्टम ट्रेस कन्वर्टर
• मल्टी-एनोटेटर सत्यापन नमूनाकरण के साथ हाइब्रिड Solo Mode
• स्कोर कन्वर्जेंस चार्ट के साथ BWS एडमिन डैशबोर्ड टैब
• दिनांक पार्टीशनिंग के साथ इंक्रीमेंटल Parquet एक्सपोर्ट

v2.2 बनाम v2.3 तुलना

Potato 2.2.0

20 फरवरी 2026 को जारी

Potato 2.2 एक प्रमुख फीचर रिलीज़ है जिसमें 9 नए एनोटेशन स्कीमा, एक प्लग करने योग्य एक्सपोर्ट सिस्टम, MACE योग्यता अनुमान, 55 मान्य सर्वेक्षण उपकरण, और रिमोट डेटा स्रोत शामिल हैं।

नए एनोटेशन स्कीमा (9)

Event Annotation — ट्रिगर स्पैन और टाइप किए गए तर्क भूमिकाओं के साथ N-ary इवेंट संरचनाएं। बाधित इकाई तर्कों और हब-स्पोक आर्क विज़ुअलाइज़ेशन के साथ ATTACK, HIRE, और TRAVEL जैसी घटनाओं को एनोटेट करें।

annotation_schemes:
  - annotation_type: event_annotation
    name: events
    span_schema: entities
    event_types:
      - type: "ATTACK"
        trigger_labels: ["EVENT_TRIGGER"]
        arguments:
          - role: "attacker"
            entity_types: ["PERSON", "ORGANIZATION"]
            required: true

Event Annotation के बारे में अधिक जानें →

Entity Linking — बाहरी नॉलेज बेस (Wikidata, UMLS, कस्टम REST API) से स्पैन एनोटेशन लिंक करें। KB खोज और लिंकिंग सक्षम करने के लिए किसी भी स्पैन स्कीमा में entity_linking: ब्लॉक जोड़ें।

Entity Linking के बारे में अधिक जानें →

Triage — तेज़ डेटा स्क्रीनिंग के लिए Prodigy-स्टाइल accept/reject/skip इंटरफ़ेस। उच्च-थ्रूपुट एनोटेशन के लिए कस्टमाइज़ योग्य लेबल, कीबोर्ड शॉर्टकट, और ऑटो-एडवांस।

Triage के बारे में अधिक जानें →

Pairwise Comparison — बाइनरी (पसंदीदा टाइल क्लिक करें) या स्केल (स्लाइडर) मोड के साथ दो आइटम की तुलना करें। items_key, allow_tie, कॉन्फ़िगरेबल रेंज के साथ scale: ब्लॉक का समर्थन करता है।

Pairwise Comparison के बारे में अधिक जानें →

Conversation Trees — प्रति-नोड रेटिंग, पथ चयन, और शाखा तुलना के साथ पदानुक्रमित वार्तालाप संरचनाओं को एनोटेट करें।

Conversation Trees के बारे में अधिक जानें →

Coreference Chains — दृश्य संकेतकों के साथ सहसंदर्भित पाठ उल्लेखों को चेन में समूहित करें। इकाई प्रकार, सिंगलटन नियंत्रण, और एकाधिक हाइलाइट मोड का समर्थन करता है।

Coreference Chains के बारे में अधिक जानें →

Segmentation Masks — पिक्सेल-स्तरीय छवि सेगमेंटेशन के लिए नए fill, eraser, और brush टूल।

Bounding Box for PDF/Documents — दस्तावेज़ एनोटेशन कार्यों के लिए PDF पृष्ठों पर बॉक्स बनाएं।

Discontinuous Spans — allow_discontinuous: true एकल स्पैन के रूप में गैर-सन्निहित पाठ खंडों का चयन सक्षम करता है।

बुद्धिमान एनोटेशन

MACE Competence Estimation — वेरिएशनल Bayes EM एल्गोरिदम जो संयुक्त रूप से सच्चे लेबल और एनोटेटर योग्यता स्कोर (0.0-1.0) का अनुमान लगाता है। radio, likert, select, और multiselect स्कीमा के साथ काम करता है।

mace:
  enabled: true
  trigger_every_n: 10
  min_annotations_per_item: 3

MACE के बारे में अधिक जानें →

Option Highlighting — असतत एनोटेशन कार्यों के लिए LLM-आधारित संभावित सही विकल्पों की हाइलाइटिंग। कम-संभावित विकल्पों को कम करते हुए स्टार इंडिकेटर के साथ शीर्ष-k विकल्पों को हाइलाइट करता है।

ai_support:
  option_highlighting:
    enabled: true
    top_k: 3
    dim_opacity: 0.4

Option Highlighting के बारे में अधिक जानें →

Diversity Ordering — एनोटेटर क्रम में समान आइटम के बजाय विविध सामग्री देखें, यह सुनिश्चित करने के लिए एम्बेडिंग-आधारित क्लस्टरिंग और राउंड-रॉबिन सैंपलिंग।

assignment_strategy: diversity_clustering
diversity_ordering:
  enabled: true
  prefill_count: 100

Diversity Ordering के बारे में अधिक जानें →

एक्सपोर्ट सिस्टम

एक नया प्लग करने योग्य एक्सपोर्ट CLI (python -m potato.export) 6 उद्योग-मानक प्रारूपों में एनोटेशन परिवर्तित करता है: COCO, YOLO, Pascal VOC, CoNLL-2003, CoNLL-U, और Segmentation Masks।

python -m potato.export --config config.yaml --format coco --output ./export/

एक्सपोर्ट प्रारूपों के बारे में अधिक जानें →

रिमोट डेटा स्रोत

नए data_sources: कॉन्फ़िग ब्लॉक के माध्यम से URL, S3, Google Drive, Dropbox, Hugging Face, Google Sheets, और SQL डेटाबेस से एनोटेशन डेटा लोड करें। आंशिक लोडिंग, कैशिंग, और क्रेडेंशियल प्रबंधन शामिल है।

रिमोट डेटा स्रोतों के बारे में अधिक जानें →

सर्वेक्षण उपकरण

8 श्रेणियों (व्यक्तित्व, मानसिक स्वास्थ्य, प्रभाव, आत्म-अवधारणा, सामाजिक दृष्टिकोण, प्रतिक्रिया शैली, शॉर्ट-फॉर्म, जनसांख्यिकी) में 55 मान्य प्रश्नावली। prestudy/poststudy चरणों में instrument: "tipi" के साथ उपयोग करें।

सर्वेक्षण उपकरणों के बारे में अधिक जानें →

अन्य सुधार

• कीफ्रेम इंटरपोलेशन के साथ वीडियो ऑब्जेक्ट ट्रैकिंग
• बाहरी AI कॉन्फ़िग फ़ाइल समर्थन
• फॉर्म लेआउट ग्रिड सुधार
• PDF, Word, कोड, और स्प्रेडशीट के लिए फॉर्मेट हैंडलर

Potato 2.1.0

5 फरवरी 2026 को जारी

Potato 2.1 इंस्टेंस डिस्प्ले सिस्टम, विज़ुअल AI सपोर्ट, स्पैन लिंकिंग, मल्टी-फील्ड स्पैन एनोटेशन, और लेआउट कस्टमाइज़ेशन पेश करता है।

इंस्टेंस डिस्प्ले सिस्टम

एक नया instance_display कॉन्फ़िग ब्लॉक जो सामग्री प्रदर्शन को एनोटेशन से अलग करता है। किसी भी एनोटेशन स्कीम के साथ छवियों, वीडियो, ऑडियो, पाठ, और संवादों का कोई भी संयोजन प्रदर्शित करें।

instance_display:
  fields:
    - key: image_url
      type: image
      display_options:
        max_width: 600
        zoomable: true
    - key: description
      type: text
 
annotation_schemes:
  - annotation_type: radio
    name: category
    labels: [nature, urban, people]

text, html, image, video, audio, dialogue, pairwise, code, spreadsheet, document, और pdf सहित 11 डिस्प्ले प्रकारों का समर्थन करता है।

Instance Display के बारे में अधिक जानें →

मल्टी-फील्ड स्पैन एनोटेशन

स्पैन एनोटेशन स्कीम अब एक ही इंस्टेंस में एकाधिक पाठ फील्ड के पार एनोटेट करने के लिए target_field विकल्प का समर्थन करती हैं।

annotation_schemes:
  - annotation_type: span
    name: source_entities
    labels: [PERSON, ORGANIZATION]
 
  - annotation_type: span
    name: summary_entities
    labels: [PERSON, ORGANIZATION]

Span Annotation के बारे में अधिक जानें →

स्पैन लिंकिंग

एनोटेट किए गए स्पैन के बीच टाइप किए गए संबंध बनाने के लिए एक नया span_link एनोटेशन प्रकार। निर्देशित और अनिर्देशित लिंक, n-ary संबंध, विज़ुअल आर्क डिस्प्ले, और लेबल बाधाओं का समर्थन करता है।

annotation_schemes:
  - annotation_type: span
    name: entities
    labels:
      - name: "PERSON"
        color: "#3b82f6"
      - name: "ORGANIZATION"
        color: "#22c55e"
 
  - annotation_type: span_link
    name: relations
    span_schema: entities
    link_types:
      - name: "WORKS_FOR"
        directed: true
        allowed_source_labels: ["PERSON"]
        allowed_target_labels: ["ORGANIZATION"]
        color: "#dc2626"

Span Linking के बारे में अधिक जानें →

विज़ुअल AI सपोर्ट

AI-संचालित छवि और वीडियो एनोटेशन सहायता के लिए चार नए विज़न एंडपॉइंट:

• YOLO — तेज़ स्थानीय ऑब्जेक्ट डिटेक्शन
• Ollama Vision — स्थानीय विज़न-भाषा मॉडल (LLaVA, Qwen-VL)
• OpenAI Vision — GPT-4o क्लाउड विज़न
• Anthropic Vision — विज़न के साथ Claude

सुविधाओं में ऑब्जेक्ट डिटेक्शन, प्री-एनोटेशन, वर्गीकरण, संकेत, दृश्य डिटेक्शन, कीफ्रेम डिटेक्शन, और ऑब्जेक्ट ट्रैकिंग शामिल हैं।

Visual AI Support के बारे में अधिक जानें →

लेआउट कस्टमाइज़ेशन

HTML टेम्पलेट और CSS का उपयोग करके परिष्कृत कस्टम विज़ुअल लेआउट बनाएं। Potato एक संपादन योग्य लेआउट फ़ाइल उत्पन्न करता है, या आप ग्रिड लेआउट, कलर-कोडेड विकल्पों, और सेक्शन स्टाइलिंग के साथ पूरी तरह से कस्टम टेम्पलेट प्रदान कर सकते हैं।

task_layout: layouts/custom_task_layout.html

तीन उदाहरण लेआउट शामिल हैं: सामग्री मॉडरेशन, डायलॉग QA, और मेडिकल समीक्षा।

Layout Customization के बारे में अधिक जानें →

लेबल तर्क

एक चौथी AI क्षमता जो प्रत्येक लेबल क्यों लागू हो सकती है इसके लिए संतुलित स्पष्टीकरण उत्पन्न करती है, जिससे एनोटेटर विभिन्न वर्गीकरण दृष्टिकोण समझ सकते हैं।

ai_support:
  features:
    rationales:
      enabled: true

AI Support के बारे में अधिक जानें →

अन्य सुधार

• बेहतर विश्वसनीयता के लिए 50+ नए परीक्षण
• रिस्पॉन्सिव डिज़ाइन सुधार
• लेआउट उदाहरणों के साथ बेहतर project-hub संगठन
• एनोटेशन प्रकारों में बग फिक्स

v2.0 बनाम v2.1 तुलना

Potato 2.0

Potato 2.0 एक प्रमुख रिलीज़ है जो बुद्धिमान, स्केलेबल एनोटेशन के लिए शक्तिशाली नई सुविधाएं पेश करती है। यह खंड प्रमुख जोड़ों और सुधारों को हाइलाइट करता है।

AI सपोर्ट

बुद्धिमान संकेत, कीवर्ड हाइलाइटिंग, और लेबल सुझावों के साथ एनोटेटर की सहायता के लिए Large Language Models को एकीकृत करें।

समर्थित प्रदाता:

• OpenAI (GPT-4, GPT-3.5)
• Anthropic (Claude 3, Claude 3.5)
• Google (Gemini)
• Ollama (स्थानीय मॉडल)
• vLLM (स्व-होस्टेड)

ai_support:
  enabled: true
  endpoint_type: openai
  ai_config:
    model: gpt-4
    api_key: ${OPENAI_API_KEY}
  features:
    hints:
      enabled: true
    label_suggestions:
      enabled: true

AI Support के बारे में अधिक जानें →

ऑडियो एनोटेशन

Peaks.js द्वारा संचालित वेवफॉर्म विज़ुअलाइज़ेशन के साथ पूर्ण-विशेषताओं वाला ऑडियो एनोटेशन। सेगमेंट बनाएं, समय क्षेत्रों को लेबल करें, और कीबोर्ड शॉर्टकट के साथ भाषण को एनोटेट करें।

प्रमुख सुविधाएं:

• वेवफॉर्म विज़ुअलाइज़ेशन
• सेगमेंट निर्माण और लेबलिंग
• प्रति-सेगमेंट एनोटेशन प्रश्न
• 15+ कीबोर्ड शॉर्टकट
• सर्वर-साइड वेवफॉर्म कैशिंग

annotation_schemes:
  - annotation_type: audio_annotation
    name: speakers
    mode: label
    labels:
      - Speaker A
      - Speaker B

Audio Annotation के बारे में अधिक जानें →

एक्टिव लर्निंग

मॉडल अनिश्चितता के आधार पर एनोटेशन इंस्टेंस को स्वचालित रूप से प्राथमिकता दें। मौजूदा एनोटेशन पर क्लासिफायर ट्रेन करें और एनोटेटरों को सबसे जानकारीपूर्ण उदाहरणों पर ध्यान केंद्रित करने में मदद करें।

क्षमताएं:

• एकाधिक क्लासिफायर विकल्प (LogisticRegression, RandomForest, SVC, MultinomialNB)
• विभिन्न वेक्टराइज़र (TF-IDF, Count, Hashing)
• पुनरारंभ के बाद मॉडल की दृढ़ता
• LLM-बढ़ाया चयन
• मल्टी-स्कीमा समर्थन

active_learning:
  enabled: true
  schema_names:
    - sentiment
  min_instances_for_training: 30
  update_frequency: 50
  classifier:
    type: LogisticRegression

Active Learning के बारे में अधिक जानें →

ट्रेनिंग चरण

मुख्य कार्य से पहले अभ्यास प्रश्नों के साथ एनोटेटरों को योग्य बनाएं। तत्काल प्रतिक्रिया प्रदान करें और कॉन्फ़िगरेबल पासिंग मानदंड के माध्यम से गुणवत्ता सुनिश्चित करें।

सुविधाएं:

• ज्ञात उत्तरों के साथ अभ्यास प्रश्न
• तत्काल प्रतिक्रिया और स्पष्टीकरण
• कॉन्फ़िगरेबल पासिंग मानदंड
• पुनः प्रयास विकल्प
• एडमिन डैशबोर्ड में प्रगति ट्रैकिंग

phases:
  training:
    enabled: true
    data_file: "data/training.json"
    passing_criteria:
      min_correct: 8
      total_questions: 10

Training Phase के बारे में अधिक जानें →

बेहतर एडमिन डैशबोर्ड

एनोटेशन कार्यों के लिए व्यापक निगरानी और प्रबंधन इंटरफ़ेस।

डैशबोर्ड टैब:

• Overview: उच्च-स्तरीय मेट्रिक्स और पूर्णता दरें
• Annotators: प्रदर्शन ट्रैकिंग, टाइमिंग विश्लेषण
• Instances: असहमति स्कोर के साथ डेटा ब्राउज़ करें
• Configuration: रियल-टाइम सेटिंग्स समायोजन

admin_api_key: ${ADMIN_API_KEY}

Admin Dashboard के बारे में अधिक जानें →

डेटाबेस बैकएंड

कनेक्शन पूलिंग और ट्रांजेक्शन समर्थन के साथ बड़े पैमाने के डिप्लॉयमेंट के लिए MySQL समर्थन।

database:
  type: mysql
  host: localhost
  database: potato_db
  user: ${DB_USER}
  password: ${DB_PASSWORD}

Potato पहले स्टार्टअप पर स्वचालित रूप से आवश्यक तालिकाएं बनाता है।

एनोटेशन इतिहास

टाइमस्टैम्प, उपयोगकर्ता ID, और क्रिया प्रकारों के साथ सभी एनोटेशन परिवर्तनों की पूर्ण ट्रैकिंग। ऑडिटिंग और व्यवहार विश्लेषण सक्षम करता है।

{
  "history": [
    {
      "timestamp": "2024-01-15T10:30:00Z",
      "user": "annotator_1",
      "action": "create",
      "schema": "sentiment",
      "value": "Positive"
    }
  ]
}

मल्टी-फेज़ वर्कफ्लो

एकाधिक अनुक्रमिक चरणों के साथ जटिल एनोटेशन कार्यप्रवाह बनाएं:

1. Consent - सूचित सहमति संग्रह
2. Pre-study - जनसांख्यिकी और स्क्रीनिंग
3. Instructions - कार्य दिशानिर्देश
4. Training - अभ्यास प्रश्न
5. Annotation - मुख्य कार्य
6. Post-study - प्रतिक्रिया सर्वेक्षण

phases:
  consent:
    enabled: true
    data_file: "data/consent.json"
  prestudy:
    enabled: true
    data_file: "data/demographics.json"
  training:
    enabled: true
    data_file: "data/training.json"
  poststudy:
    enabled: true
    data_file: "data/feedback.json"

Multi-Phase Workflows के बारे में अधिक जानें →

v2.0 कॉन्फ़िगरेशन परिवर्तन

नई कॉन्फ़िगरेशन संरचना

Potato 2.0 एक स्वच्छ कॉन्फ़िगरेशन प्रारूप का उपयोग करता है:

v1 (पुराना):

data_files:
  - data.json
id_key: id
text_key: text
output_file: annotations.json

v2 (नया):

data_files:
  - "data/data.json"
 
item_properties:
  id_key: id
  text_key: text
 
output_annotation_dir: "output/"
output_annotation_format: "json"

सुरक्षा आवश्यकता

कॉन्फ़िगरेशन फ़ाइलें अब task_dir के अंदर होनी चाहिए:

# Valid - config.yaml is in the project directory
task_dir: "."
 
# Valid - config in configs/ subdirectory
task_dir: "my_project/"

त्वरित तुलना

माइग्रेशन गाइड

अपनी कॉन्फ़िगरेशन अपडेट करना (v1 से v2)

1. डेटा कॉन्फ़िगरेशन

   yamlCopy

   # Old
   id_key: id
   text_key: text
    
   # New
   item_properties:
     id_key: id
     text_key: text

2. आउटपुट कॉन्फ़िगरेशन

   yamlCopy

   # Old
   output_file: annotations.json
    
   # New
   output_annotation_dir: "output/"
   output_annotation_format: "json"

3. कॉन्फ़िग फ़ाइल स्थान सुनिश्चित करें कि आपकी कॉन्फ़िग फ़ाइल प्रोजेक्ट डायरेक्टरी के अंदर है।

सर्वर शुरू करना

# v2 command
python -m potato start config.yaml -p 8000
 
# Or shorthand
potato start config.yaml

शुरू करें

Potato आज़माने के लिए तैयार हैं? Quick Start Guide से शुरू करें या विशिष्ट सुविधाएं देखें:

v2.3 सुविधाएं:

• एजेंटिक एनोटेशन - 12 कन्वर्टर और 3 डिस्प्ले प्रकारों के साथ AI एजेंट का मूल्यांकन करें
• सोलो मोड - मानव-LLM सहयोगी लेबलिंग
• Best-Worst Scaling - स्कोरिंग के साथ तुलनात्मक एनोटेशन
• SSO और OAuth - Google, GitHub, और OIDC प्रमाणीकरण
• Parquet एक्सपोर्ट - कॉलमर डेटा एक्सपोर्ट

v2.2 सुविधाएं:

• घटना एनोटेशन - N-ary इवेंट संरचनाएं
• Entity लिंकिंग - नॉलेज बेस लिंकिंग
• ट्राइएज - तेज़ डेटा स्क्रीनिंग
• Coreference शृंखलाएँ - इकाई सहसंदर्भ
• वार्तालाप ट्री - पदानुक्रमित संवाद एनोटेशन
• MACE - एनोटेटर योग्यता अनुमान
• विकल्पों की हाइलाइटिंग - AI-सहायता प्राप्त विकल्प मार्गदर्शन
• विविधता क्रम - एम्बेडिंग-आधारित आइटम क्रम
• निर्यात प्रारूप - 6 प्रारूपों के साथ एक्सपोर्ट CLI
• रिमोट डेटा स्रोत - क्लाउड डेटा लोडिंग
• सर्वेक्षण उपकरण - 55 मान्य प्रश्नावली

v2.1 सुविधाएं:

• इंस्टेंस डिस्प्ले - मल्टी-मोडल सामग्री प्रदर्शन
• Visual AI सपोर्ट - छवि और वीडियो एनोटेशन के लिए AI
• Span लिंकिंग - इकाई संबंध एनोटेशन

मुख्य सुविधाएं:

• AI सपोर्ट - बुद्धिमान एनोटेशन सहायता
• सक्रिय अधिगम (Active Learning) - स्मार्ट इंस्टेंस प्राथमिकता
• ऑडियो एनोटेशन - वेवफॉर्म-आधारित एनोटेशन
• प्रशिक्षण चरण - एनोटेटर योग्यता
• एडमिन डैशबोर्ड - निगरानी और प्रबंधन